互联网与多媒体技术的发展,使得如何从Internet的海量多媒体数据中快速、准确地检索到用户的需求信息是一个亟待解决的问题。图像作为重要的多媒体形式,与图像有关的检索技术已成为目前重要的研究课题。当前,图像搜索引擎的开发主要基于两类技术:1)传统的基于文本的图像检索(Text-Based Image Retrieval,TBIR);2)基于内容的图像检索(Content-Based Image Retrieval,CBIR)。但由于受到“语义鸿沟”瓶颈的制约,这两种技术均存在着不足。为充分发挥它们各自的优势,以Internet环境中的Web人像图片检索为对象,本文对Web文本语义挖掘与图像视觉内容判别的融合技术进行了较为深入的研究,实现了一个Internet环境下Web人像图片检索的原型系统。本文主要工作及创新性研究成果体现在以下几个方面:(1)提出了一个Internet环境下,融合文本语义信息挖掘与视觉内容判别的Web人像图片检索系统框架;(2)利用AdaBoost人脸检测技术,实现了Web人物图片的视觉内容判别;同时,通过对嵌在Web中与查询意图相关联的文本语义信息的抽取,完成对经由大规模商业图片搜索引擎返回结果的过滤;(3)提出了基于概率隐语义分析(Probability Latent Semantic Analysis,PLSA)的Web文本语义挖掘模型。基于此模型,实现了对不同语义信息元自适应的动态加权;(4)搭建了一个Internet环境下由网络爬行模块、视觉内容判别模块、文本高层语义挖掘模块和服务接口模块组成的Web人像图片检索原型系统。